Abas

1- Introdução

Essa análise é correspondente aos dados gerados por viagens de avião durante os anos 2000-2024 de todos os aeroportos do mundo.

Esses dados são interessantes para analisar tendencias de viagens e em relação aos impactos que os varios eventos mundiais causam no sistema aeroviário.

2- Pacotes Necessários

library(plotly)

library(dplyr)

library(tidyr)

library(DT)

3- Import e Preparação

data <- read.csv("C:/Users/Lucas Henrique/Desktop/UFRPE/Comp. Analise de Dados/Dados_Estatisticos.csv",sep = ";", header=TRUE)

data_filt <- data %>% select(4,5,6,7,8,10,12,13,14,16,20,21)

data_filt <- data_filt %>% filter(
  !is.na(ANO) & ANO != "" &
    !is.na(MES) & MES != "" &
    !is.na(AEROPORTO_DE_ORIGEM_NOME) & AEROPORTO_DE_ORIGEM_NOME != "" &
    !is.na(AEROPORTO_DE_DESTINO_NOME) & AEROPORTO_DE_DESTINO_NOME != "" &
    !is.na(PASSAGEIROS_PAGOS) &
    !is.na(PASSAGEIROS_GRATIS)
)

data_filt$PASSAGEIROS_TOTAIS = data_filt$PASSAGEIROS_GRATIS + data_filt$PASSAGEIROS_PAGOS

datatable(head(data_filt,20), options = list(scrollX = TRUE))

4- Dados

1 - Geral

2 - 2023,2020 e 2019

3 - Brasil 2014 e 2016

12 de jun. de 2014 – 13 de jul. de 2014

5 de agosto de 2016 – 21 de agosto de 2016

5- Conclusão